Un píxel rojo en la nieve: Cómo la IA resolvió el misterio de un montañista desaparecido en los Alpes italianos

La búsqueda de excursionistas y escaladores desaparecidos en áreas remotas puede llevar a los rescatistas semanas o incluso meses. Sin embargo, la inteligencia artificial está cambiando esta realidad, pudiendo completar la tarea en cuestión de horas en algunos casos, con el potencial de salvar vidas.

En septiembre de 2024, los equipos de rescate de montaña de la región italiana de Piamonte se enfrentaron a un desafío contra el empeoramiento del clima. Nicola Ivaldo, un experimentado escalador y cirujano ortopédico de 66 años, había desaparecido tras no presentarse a trabajar un lunes, lo que provocó la alarma, según informa la BBC.

Ivaldo había salido solo un domingo de septiembre de 2024. Desafortunadamente, no había compartido detalles de su destino con amigos o familiares. La única pista sobre su paradero era su automóvil, que los rescatistas encontraron estacionado en el pueblo de Castello di Pontechianale, en el Valle Varaita. Desde allí, los rescatistas especularon que Ivaldo probablemente había ido a escalar uno de los dos picos más prominentes de los Alpes Cocios: el escarpado Monviso, de 3.841 metros de altura, o su vecino Visolotto, de 3.348 metros. Esto coincidía con la última señal de su teléfono móvil, rastreada aproximadamente en esta área.

Esto dejó a los equipos de búsqueda y rescate con una enorme área para rastrear. "Las vastas caras rocosas de cada montaña tienen varias rutas que conducen a las cumbres desde diferentes lados. Toda el área está entrecruzada por cientos de kilómetros de senderos", explica Simone Bobbio, portavoz del Servicio de Rescate de Montaña y Espeleológico de Piamonte.

El día que Ivaldo desapareció, el excelente clima había atraído multitudes en las rutas más populares, pero nadie reportó haberlo visto en los caminos más transitados. Esto sugería que Ivaldo, un montañero bien entrenado, probablemente había ido a una de las partes más remotas de las montañas.

Más de cincuenta rescatistas buscaron en el área a pie durante casi una semana, mientras un helicóptero realizaba múltiples salidas con la esperanza de localizarlo desde el aire. Para cuando llegó la primera nevada a finales de septiembre, cualquier esperanza de encontrarlo con vida se había desvanecido y abortaron la búsqueda.

En julio de 2025, sin embargo, la búsqueda del cuerpo de Ivaldo se reanudó después de que la nieve se derritiera en gran parte de las empinadas gargantas de la montaña, o couloirs. Pero esta vez, el servicio de rescate de Piamonte incorporó una ayuda adicional: la inteligencia artificial.

Emplearon un software de IA capaz de analizar miles de fotos tomadas por drones que podían volar cerca de las paredes rocosas y subir por las numerosas gargantas que surcan los flancos de la montaña. Los drones tardaron solo cinco horas en capturar las imágenes, que fueron analizadas el mismo día para identificar puntos donde los equipos de rescate podrían concentrar su búsqueda. Desafortunadamente, las malas condiciones climáticas retrasaron la operación para visitar estos sitios con los drones y examinarlos más de cerca.

Tres días después de reanudar la búsqueda, el cuerpo del médico desaparecido fue encontrado en uno de los sitios identificados por la IA, yaciendo en una garganta en la pared norte del Monviso a una altitud de aproximadamente 3.150 metros. Su cuerpo fue recuperado por helicóptero.

"La clave fue un casco rojo identificado como punto de interés por el software", señala Bobbio.

Aunque trágicamente demasiado tarde para Ivaldo, esta prueba de campo de búsqueda y rescate potenciada por IA demostró cuán útil podría ser la tecnología en el futuro cuando las personas desaparecen. No había sido posible implementar la tecnología en la búsqueda inicial, pero los equipos de rescate esperan que pueda usarse en combinación con operaciones de rescate tradicionales para buscar personas que aún podrían estar vivas.

El uso de drones durante la búsqueda del cuerpo de Ivaldo fue un elemento crucial para encontrarlo. Su tamaño y maniobrabilidad significaban que podían cubrir rápidamente el terreno difícil, acercarse a las paredes rocosas y proporcionar vistas que no son posibles desde un helicóptero.

Los pilotos de drones habían visitado el área varias veces durante el invierno y la primavera para practicar el vuelo en el entorno montañoso. "Reunimos toda la información disponible sobre el terreno de la misión anterior y estudiamos las rutas de escalada que podrían haber atraído a Ivaldo", dice Saverio Isola, piloto de drones y jefe de la estación de rescate de montaña en Turín. Esto les permitió identificar áreas prioritarias para buscar.

Un helicóptero dejó a dos pilotos de drones en lo alto de las laderas de la montaña y más cerca de las caras rocosas y couloirs. Cubrieron 183 hectáreas de la ladera de la montaña con los drones, tomando más de 2.600 fotografías de alta resolución.

"Hasta hace dos años, estaríamos analizando estas fotografías nosotros mismos, una por una", dice Isola. Pero en 2023, los rescatistas de montaña italianos comenzaron a experimentar con algunos programas de software de IA existentes que están entrenados para identificar discontinuidades significativas en color o textura en el paisaje. Esto significa que el análisis de las imágenes puede hacerse en cuestión de horas.

La IA examinó las imágenes tomadas por los pilotos de drones píxel por píxel, buscando cualquier cosa que pudiera parecer fuera de lugar en la ladera de la montaña. El software identificó docenas de posibles anomalías de un gran número de fotografías en cuestión de horas.

La selección, sin embargo, todavía necesitaba ser reducida con algo de experiencia humana. "El software podría reaccionar a diferentes cosas, como un trozo de basura plástica o una roca de color inusual", dice Isola. "Incluso puede alucinar algunas cosas. Así que todavía teníamos que reducirlo aún más teniendo en cuenta el camino que Ivaldo, como escalador muy hábil, podría haber utilizado".

Terminaron con tres posibles ubicaciones, incluida una que contenía un objeto rojo. A la mañana siguiente, cuando los drones fueron a verificar los puntos, el objeto rojo en una de las fotos resultó ser el casco de Ivaldo. Esto llevó a los rescatistas a descubrir rápidamente el cuerpo del médico desaparecido, todavía parcialmente cubierto de nieve y vestido de negro. Sin la IA señalando el punto rojo en una de las fotografías del dron, es posible que nunca lo hubieran encontrado.

"El software logró detectar el color rojo aunque el casco estaba en la sombra cuando se tomó la imagen", dice Bobbio.

Esta no fue la primera vez que este tipo de tecnología de IA se ha utilizado con éxito en una misión de búsqueda. En 2021, un software desarrollado por una empresa derivada de la Universidad de Wrocław en Polonia fue fundamental en el rescate de un hombre de 65 años desaparecido en Beskid Niski, en el sureste del país. El tiempo era esencial en este caso, ya que el hombre padecía la enfermedad de Alzheimer y había sufrido un derrame cerebral el día antes de su desaparición.

El software llamado SARUAV analizó 782 imágenes aéreas del área y detectó a la persona desaparecida en poco más de cuatro horas, proporcionando al Servicio de Rescate de Montaña de Bieszczady sus coordenadas. Se cree que fue la primera vez que este tipo de sistema automatizado de detección humana estuvo directamente involucrado en un rescate.

Dos años después, el mismo algoritmo se utilizó para localizar el cuerpo de otra persona desaparecida en la parte austriaca de los Alpes. Otro software que busca píxeles de colores inusuales en paisajes naturales, desarrollado por la Asociación de Búsqueda y Rescate de Montaña del Distrito de los Lagos en el Reino Unido, se ha utilizado para localizar el cuerpo de un excursionista desaparecido en Glen Etive en las Tierras Altas de Escocia en 2023.

Pero esta tecnología todavía tiene muchas limitaciones cuando se trata de misiones de rescate. Los drones son casi inútiles en ciertos terrenos, como aquellos con bosques y vegetación densa, o en cualquier condición de baja visibilidad. Y el software de IA existente capaz de detectar anomalías en imágenes aéreas todavía requiere algunos ajustes.

Expertos del servicio de montaña croata, por ejemplo, uno de los primeros en la UE en comenzar a usar drones en 2013, dijeron a la BBC que los programas de IA de este tipo dan demasiados resultados engañosos en el terreno montañoso típico croata. La mezcla de vegetación y un complejo paisaje kárstico lleno de diferentes formas rocosas confunde a los algoritmos de IA.

La clave es seguir entrenando los sistemas de aprendizaje automático que impulsan estos algoritmos para mejorar su precisión en diferentes tipos de terreno y condiciones, dice Tomasz Niedzielski, experto en geoinformática de la Universidad de Wrocław y líder del equipo que desarrolló el software SARUAV.

Encontrar una forma humana contra un terreno diverso en imágenes, explica, tiene algunos desafíos adicionales. "El área más adecuada para el uso de algoritmos como SARUAV es un terreno amplio y abierto en la naturaleza, donde no hay una presencia abrumadora de personas y menos posibilidades de que el algoritmo produzca más resultados falsos positivos", dice Niedzielski.

Daniele Giordan, líder del Grupo de Monitoreo de GeoHazard en el Instituto de Investigación Italiano para la Protección Geo-Hidrológica (IRPI), cuyo trabajo involucra el uso de vehículos aéreos no tripulados para aplicaciones de geología de ingeniería, también advierte sobre los desafíos éticos en el uso de algoritmos que buscan humanos desaparecidos. "Una vez que adquieres imágenes aéreas, tienes una responsabilidad sobre cómo usarlas", dice. "Identificar formas humanas en imágenes podría ser un problema legal".

Como rescatista de montaña, Giordan está colaborando con el equipo de geomática de la Universidad Politécnico de Turín para desarrollar un algoritmo mejorado que daría información más precisa a los rescatistas. Esto incluye una ubicación georreferenciada más precisa de cada señal sospechosa que la IA identifica en las imágenes, lo que haría más eficiente su verificación.

"Nuestra idea es desarrollar un software más completo, capaz de analizar todos los conjuntos de datos de las actividades de búsqueda y gestionar los equipos en el campo y los drones dentro del mismo sistema", dice Giordan. "El desafío futuro será incorporar estos análisis complejos directamente a bordo de los drones y durante el vuelo SAR". Esto eventualmente podría permitir que las imágenes de un paisaje se analicen en tiempo real mientras se realiza una búsqueda.

Hay otros equipos de investigación trabajando con organizaciones de rescate para usar la IA de diferentes maneras para mejorar las operaciones de búsqueda. Investigadores de la Universidad de Glasgow en el Reino Unido, por ejemplo, recientemente revelaron un sistema de aprendizaje automático que crea "agentes" virtuales para simular cómo podría comportarse una persona perdida. Utilizaron datos basados en relatos de cómo actúan las personas en el mundo real después de perderse al aire libre. El objetivo es producir un mapa de ubicaciones donde los buscadores pueden concentrar sus esfuerzos. A diferencia de usar imágenes de drones, este tipo de enfoque predictivo puede usarse en terrenos difíciles como bosques.

Enfrentados a la urgencia de encontrar a alguien antes de que sucumba a lesiones o al clima, pero también luchando con recursos limitados, tales algoritmos podrían convertirse en una herramienta importante para los servicios de búsqueda y rescate, creen los investigadores.

En última instancia, podría salvar vidas.